超详解，python的内存管理和垃圾回收机制

简单来讲python的内存管理机制有三种

1）引用计数

2）垃圾回收

3）内存池

接下来咱们来详细讲解这三种管理机制

1，引用计数：

引用计数是一种很是高效的内存管理手段，当一个pyhton对象被引用时其引用计数增长1，当其再也不被引用时引用计数减1，当引用计数等于0的时候，对象就被删除了。

---

2，垃圾回收（这是一个很重要知识点）：

① 引用计数

引用计数也是一种垃圾回收机制，并且是一种最直观，最简单的垃圾回收技术。

在Python中每个对象的核心就是一个结构体PyObject，它的内部有一个引用计数 ob_refcnt，当python的某个对象引用计数为0。就说明没有任何引用指向该对象，该对象就成为要被回收的垃圾了。

举个栗子: 当一个对象被建立出来，他的引用计数就会+1，当对象被引用的时候，计数继续增长，当引用它的对象被删除的时候，它的引用计数就会减小。直到变为0，此时垃圾回收机制就会把它回收。可是一旦出现循环引用，咱们就得采起新的办法了。

② 标记清除

标记清除用来解决循环引用产生的问题，循环引用只有在容器对象才会产生，好比字典，元祖，列表等。首先为了追踪对象，须要每一个容器对象维护两个额外的指针，用来将容器对象组成一个链表，指针分别指向先后两个容器对象，这样能够将对象的循环引用摘除，就能够得出两个对象的有效计数。

代码实栗

QA： 为何要搞这两个链表

之因此要剖成两个链表，是基于这样的一种考虑：如今的unreachable可能存在被root链表中的对象，直接或间接引用的对象，这些对象是不能被回收的，一旦在标记的过程当中，发现这样的对象，就将其从unreachable链表中移到root链表中；当完成标记后，unreachable链表中剩下的全部对象就是名副其实的垃圾对象了，接下来的垃圾回收只需限制在unreachable链表中便可。

③ 分代回收

了解分类回收，首先要了解一下，GC的阈值，所谓阈值就是一个临界点的值。

随着你的程序运行，Python解释器保持对新建立的对象，以及由于引用计数为零而被释放掉的对象的追踪。从理论上说，建立==释放数量应该是这样子。可是若是存在循环引用的话，确定是建立>释放数量，当建立数与释放数量的差值达到规定的阈值的时候，当当当当~分代回收机制就登场啦。

分代回收思想将对象分为三代（generation 0,1,2）

0表明幼年对象，

1表明青年对象，

2表明老年对象。

根据弱代假说（越年轻的对象越容易死掉，老的对象一般会存活更久。）

新生的对象被放入0代，若是该对象在第0代的一次gc垃圾回收中活了下来，那么它就被放到第1代里面（它就升级了）。若是第1代里面的对象在第1代的一次gc垃圾回收中活了下来，它就被放到第2代里面。

从上一次第0代gc后，若是分配对象的个数减去释放对象的个数大于threshold0，那么就会对第0代中的对象进行gc垃圾回收检查。

从上一次第1代gc后，若是第0代被gc垃圾回收的次数大于threshold1，那么就会对第1代中的对象进行gc垃圾回收检查。

从上一次第2代gc后，若是第1代被gc垃圾回收的次数大于threshold2，那么就会对第2代中的对象进行gc垃圾回收检查。

gc每一代垃圾回收所触发的阈值能够本身设置。

---

3，内存池

• Python的内存机制呈现金字塔形状，-1，-2层主要有操做系统进行操做
• 第0层是C中的malloc，free等内存分配和释放函数进行操做
• 第1层和第2层是内存池，有python接口函数，PyMem_Malloc函数实现，当对象小于256k的时由该层直接分配内存
• 第3层是最上层，也就是咱们对python对象的直接操做

Python在运行期间会大量地执行malloc和free的操做，频繁地在用户态和核心态之间进行切换，这将严重影响Python的执行效率。为了加速Python的执行效 率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。

---

4，调优手段

1.手动垃圾回收

2.避免循环引用（手动解循环引用和使用弱引用）

3.调高垃圾回收阈值

---

若是个人文章对你有帮助，记得点赞鸭